f s, x(s) ds max f s, x(s) f s, y(s) ds exp L s t0 L t t 0 ) ds

Größe: px
Ab Seite anzeigen:

Download "f s, x(s) ds max f s, x(s) f s, y(s) ds exp L s t0 L t t 0 ) ds"

Transkript

1 8 1 Fxpunktsätze 2. Nach Defnton von M glt xt p 0 X b für alle t [t 0 c, t 0 + c], d.h. xt Q für alle t [t 0 c, t 0 + c]. Also lefern und de Egenschaften des Integrals cf. Folgerung??.?? T p0 x p 0 0 = max t [t 0 c,t 0+c] max t [t 0 c,t 0+c] t t t 0 X f s, xs ds t 0 K ds ck b, aufgrund der Defnton von c. Also bldet der Operator T p0 de Menge M n sch selbst ab, d.h. T p0 : M M. 3. Für x, y M glt aufgrund von und der Defnton der Norm 1 : T p0 x T p0 y 1 = max exp L t t 0 t t [t 0 c,t 0+c] t 0 X f s, xs f s, ys ds t max L xs ys X exp L s t0 exp L s t 0 t t 0 exp L t t 0 ds t L x y 1 max t t 0 exp L s t0 L t t 0 ds = x y 1 max 1 exp L t t0 t k x y 1, wobe das letzte Integral separat für t t 0 und t t 0 berechnet wurde und de Defnton von k = 1 exp Lc < 1 benutzt wurde. Somt st der Operator T p0 k kontraktv auf M n C[t 0 c, t 0 + c]; X, 1. Nach Satz 1.5 folgt dann, dass genau en x M exstert mt x = T p0 x; somt st Tel des Satzes bewesen. De Behauptungen der Folgerung 1.19 folgen unmttelbar aus 1.9. Insbesondere glt: x n x 1 kn 1 k x 0 x n, da k < 1. Somt erhalten wr de glechmäßge Konvergenz x n x, n, da 1 äquvalent st zu 0 und Konvergenz bezüglch der Maxmumsnorm glechmäßge Konvergenz bedeutet. Damt st auch Behauptung bewesen.

2 1.2 De Fxpunktsätze von Brouwer und Schauder 9 Zum Bewes von gehen wr analog we n vor, wobe wr das Intervall [t 0 c, t 0 + c] durch das klenere Intervall [t 0 d, t 0 + d] ersetzen, d.h. wr arbeten mt dem Raum C[t 0 d, t 0 + d]; X, 1 und betrachten für x C[t 0 d, t 0 + d]; X und p X den Operator T p, defnert durch t T p x := p + t 0 f s, xs ds, auf der Menge M = {g C[t 0 d, t 0 + d]; X g p0 0 b}. We n erhalten wr dann, dass für p n ener klenen Umgebung von p 0 ene endeutge Lösung x p von T p x p = x p exstert. Für p n p 0 n erhalten wr aufgrund der Defnton der Operatoren T p0 bzw. T pn, dass für alle x C[t 0 d, t 0 + d]; X glt: T pn x T p0 x 0 = p n p 0 X 0 n. Aufgrund der Äquvalenz der Normen 1 and 0, sowe nach Folgerung 1.12 glt dann x pn x p0 1 0, n, und somt auch de glechmäßge Konvergenz x pn x p0, n. Damt snd der Satz und de Folgerung bewesen. 1.2 De Fxpunktsätze von Brouwer und Schauder Im Banachschen Fxpunktsatz werden nur gernge Anforderungen an den zugrundelegenden Raum gestellt, nämlch en vollständger, metrscher Raum st ausrechend, aber es werden relatv starke Anforderungen an den Operator k Kontraktvtät gestellt. In den Sätzen von Brouwer m R n und Schauder n unendlch dmensonalen Räumen werden nur gernge Anforderungen an de Operatoren gestellt, dafür werden aber stärkere Anforderungen an den zugrundelegenden Raum gestellt. Bede benutzen en Analogon des folgenden teflegenden topologschen Resultats: Se B 1 0 der abgeschlossene Enhetskres m R 2. Es gbt kene stetge Abbldung Retrakton R: B 1 0 B 1 0 so, dass für alle Randpunkte x B 1 0 glt: Rx = x.

3 10 1 Fxpunktsätze Man kann sch z.b. vorstellen, man versuchte, ene Gummmembran, de den ganzen Kres bedeckt, an den Rand zu zehen; se muß auf jeden Fall zerreßen. Deses Resultat st anschaulch klar, aber keneswegs trval! Wenn man das obge Resultat als gegeben hnnmmt, kann man sch ntutv klarmachen: Ene stetge Abbldung A: B 1 0 B 1 0 bestzt enen Fxpunkt, d.h. es extert en x B 1 0 mt Ax = x. Bewes: Nehmen wr an, dass für alle x B 10 gelte Ax x. Rx x Ax Abb. 1 Mthlfe des Bldes cf. Bewes von Satz 2.17 seht man sofort, dass es dann ene stetge Retrakton R: B 1 0 B 1 0 mt Rx = x für alle x B 1 0 gbt. Des st aber en Wderspruch zu obger Aussage. De analoge Aussage st n R enfach zu bewesen. 2.1 Lemma. Se f : [a, b] [a, b] stetg. Dann bestzt f n [a, b] enen Fxpunkt. Bewes. Wr setzen gx = fx x. Da f das Intervall [a, b] auf sch selbst abbldet, glt: was übertragen auf g bedeutet: fa a, und fb b, ga = fa a 0, und gb = fb b 0. Aus dem Zwschenwertsatz folgt dann, dass en x 0 exstert mt also st x 0 der gesuchte Fxpunkt. gx 0 = 0 = fx 0 x 0,

4 1.2.1 Der Satz von Brouwer 1.2 De Fxpunktsätze von Brouwer und Schauder 11 Es gbt vele verschedene Möglchketen den Satz von Brouwer zu bewesen. Durch enen kurzen Ausflug n de Varatonsrechnung erhält man enen enfachen analytschen Bewes. De Varatonsrechnung beschäftgt sch mt der Untersuchung, nsbesondere dem Auffnden von Mnma, von Energefunktonalen I der Form Iw := L wx, wx, x dx, 2.2 wobe 1 Ω en glattes Gebet des R n st und Ω L : R m n R m Ω R ene gegebene glatte Funkton st. Man nennt L de Lagrangefunkton des Energefunktonals I. Wr werden m folgenden de Bezechnung L = LP, z, x = Lp 1 1,..., p m n, z 1,..., z m, x 1,..., x n für Matrzen 2 P = p j Rm n, Vektoren z = z R m und Punkte x = x j Ω benutzen. Se g : Ω R m ene gegebene glatte Funkton. Man betrachtet 2.2 für glatte Funktonen w : Ω R n R m, w = w 1,..., w m, de auf dem Rand Ω mt der Funkton g überenstmmen, d.h. w = g auf Ω. 2.3 Se nun u = u 1,..., u m en glattes Mnmum von 2.2 unter allen glatten Funktonen de 2.3 erfüllen. Dann st u notwendgerwese de Lösung enes Systems von partellen Dfferentalglechungen, den sogenannten Euler Lagrange Glechungen. Um des zu bewesen, betrachten wr für v = v 1,..., v m C 0 Ω de reellwertge Funkton τ := Iu + τ v, τ R. Da auch u + τv de Randbedngungen 2.3 erfüllt und u en Mnmum st, muß m Punkt 0 en Mnmum haben, d.h. 0 = 0. De Abletung τ, de man erste Varaton nennt, kann man explzt berechnen. Es glt 1 Der Gradent ener vektorwertgen Funkton w : R n R m st gegeben durch w = jw,...,m. j=1,...,n 2 Obere Indzes bezechnen n desem Abschntt Zelenndzes. Desweteren benutzen wr für de partellen Abletungen der Lagrangefunkton L nach den enzelnen Komponenten der Matrzen bzw. Vektoren de Notaton D P L = L p 1 1,..., L p m n bzw. D zl = L z 1,..., L z m.

5 12 1 Fxpunktsätze τ = L u + τ v, u + τv, x dx 2.4 und somt Ω τ = Ω + Ω L p k u + τ v, u + τv, x v k L z k u + τ v, u + τv, x v k dx. Aus 0 = 0 erhalten wr 0 = L p k u, u, x v k + L z k u, u, x v k dx. Da dese Identtät für alle v C 0 Ω glt, erhalten wr nach parteller Integraton, dass en Mnmum u des Energefunktonals I folgendes nchtlneare System von partellen Dfferentalglechungen Lp k u, u, x +L z k u, u, x = 0, n Ω, k = 1,..., m, 2.5 u = g, auf Ω, 2.6 erfüllen muss. Das System 2.5 nennt man de dem Energefunktonals I zugehörgen Euler Lagrange Glechungen. Überraschenderwese st es nteressant solche Lagrangefunktonen L zu betrachten für de alle glatten Funktonen, ene Lösung von 2.5 snd. 2.7 Defnton. De Funkton L heßt Null Lagrangefunkton, wenn de zugehörge Euler Lagrange Glechungen 2.5 für alle glatten Funktonen erfüllt st. Null Lagrangefunktonen spelen ene entschedende Rolle n der nchtlnearen Elastztätstheore und be der Charakterserung von schwach folgenstetgen Energefunktonalen I für Lagrangefunktonen der Form L u. Für unsere Zwecke besteht de Bedeutung von Null Lagrangefunktonen darn, dass der Wert des zugehörgen Energefunktonal Iw nur von den Randwerten der Funkton w abhängt. 2.8 Satz. Se L ene Null Lagrangefunkton und seen u, ũ zwe Funktonen aus C 2 Ω mt Dann glt u = ũ auf Ω. 2.9 Iu = Iũ. 2.10

6 1.2 De Fxpunktsätze von Brouwer und Schauder 13 Bewes. Wr defneren j : [0, 1] R durch und erhalten für τ [0, 1] j τ = = Ω + jτ := I τu + 1 τũ, L p k τ u + 1 τ ũ, τu + 1 τũ, x u k ũ k L z k τ u + 1 τ ũ, τu + 1 τũ, x u k ũ k dx Ω Lp k τ u + 1 τ ũ, τu + 1 τũ, x + L z k τ u + 1 τ ũ, τu + 1 τũ, x u k ũ k dx = 0, wobe wr m ersten Integral partell ntegrert haben, sowe 2.9 und den Fakt, dass τ u + 1 τũ ene Lösung der Euler Lagrange Glechungen st, benutzt haben. Somt st j auf [0, 1] konstant und 2.10 folgt sofort. Wr benötgen noch folgenden Begrff. Se A R n n ene Matrx. Mt cof A bezechnen wr de Kofaktormatrx, deren k, ter Entrag aus der Determnante der n 1 n 1 Matrx A k besteht, de man durch Strechen der k ten Zele und der ten Spalte erhält, d.h. cof A k := 1 +k det A k Lemma. Se u : R n R n ene glatte Funkton. Dann glt cof u k = 0, k = 1,..., n Bewes. glt: Aus der lnearen Algebra wssen wr, dass für Matrzen P R n n det P I = P cof P, d.h. wr haben für, j = 1,..., n det Pδ j = p k cof P k j Daraus folgt für r, s = 1,..., n man wähle j = = s und nutze de Defnton

7 14 1 Fxpunktsätze von cof P det P p r s = δ kr cof P k s + p k s = cof P r s. cof P k s p r s 2.14 Wenn man P = u n 2.13 ensetzt, nach x j dfferenzert und dann das Ergebns über j = 1,..., n aufsummert, erhält man unter Benutzung von 2.14 für = 1,..., n j,r,s=1 δ j cof u r s j s u r = Des kann man aber auch als k,j=1 j u k cof u k j + u k j cof u k j. n u k j cof u k j = 0, = 1,..., n, 2.15 j=1 schreben, d.h. der Vektor j=1 j cof u k j,...,n st ene Lösung des lnearen Glechungssystems A y = 0, mt A = u. In enem Punkt x 0 R n, für den det ux 0 0 glt, erhalten wr sofort j=1 j cof ux0 k j = 0, k = 1,..., n. Falls allerdngs n enem Punkt x 0 R n glt det ux 0 = 0, wählen wr ε 0 > 0 so, dass für alle 0 < ε ε 0 glt 3 : det ux 0 +ε I 0, und führen de obgen Rechnungen für ũ := u+εx aus. Am Ende führen wr den Grenzübergang ε 0 durch und de Behauptung folgt Satz Landers 1942, Ball De Determnante st ene Null Lagrangefunkton. Bewes. LP = det P, P R n n, Wr müssen zegen, dass für jede glatte Funkton u : Ω R n glt: Lp k u = 0, k = 1,..., n. Aus 2.14 wssen wr 3 Des st n der Tat möglch, da det ux 0 + ε I en Polynom n ε st und also nur endlch vele Nullstellen haben kann.

8 1.2 De Fxpunktsätze von Brouwer und Schauder 15 L p k u = cof u k,, k = 1,..., n und somt st de Behauptung nchts anderes als Lemma Man kann zegen, dass L u genau dann ene Null Lagrangefunkton st, wenn es Konstanten a, d R und Matrzen B = b j, C = c j Rn n gbt so, dass LP = a + b jp j +,j=1 c jcof P j + d det P.,j=1 Darüber hnaus kann man zegen, dass Energefunktonale I für solche Lagrangefunktonen schwach folgenstetg n entsprechenden Funktonenräumen snd. En konkretes Bespel für ene Null Lagrangefunkton st LP = trp 2 trp 2. Nun können wr den Brouwerschen Fxpunktsatz bewesen Satz Brouwer, Jede stetge Abbldung A ener abgeschlossenen Kugel des R n n sch selbst bestzt enen Fxpunkt. Bewes. Wr betrachten o.b.d.a de abgeschlossene n dmensonale Enhetskugel B = B Als erstes zegen wr, dass es kene glatte Funkton gbt so, dass für alle x B glt w : B B 2.18 wx = x Nehmen wr an, ene solche Funkton w würde exsteren. Se w de dentsche Funkton auf B, d.h. wx = x für alle x B. Dann glt wx = wx für alle Randpunkte x Ω. Da de Determnante ene Null Lagrangefunkton st Satz 2.16, lefert Satz 2.8 det w dx = det w dx = volb 0, 2.20 B B da det w = 1. Aus 2.18 folgt, dass für alle x B glt: wx 2 1, und somt erhalten wr durch Dfferentaton w w = Da w = 1 glt, besagt 2.21, dass 0 en Egenwert von wx für alle x B st. Somt haben wr det wx = 0 für alle x B, was en Wderspruch zu 2.20 st. Damt st de Behauptung bewesen.

9 16 1 Fxpunktsätze 2. Als nächstes zegen wr, dass es kene stetge Funkton w gbt, de 2.18, 2.19 erfüllt. Falls w ene solche Funkton wäre, setzen wr w durch wx = x, x R n \ B, auf ganz R n fort. Des und 2.18 mplzert, dass für alle x R n glt: wx 1, nsbesondere wx 0. Se nun ε > 0 so gewählt, dass für w 1 := J ε w mmer noch glt: w 1 x 0, x R n. Herbe st J ε der Glättungsoperator cf. Appendx????. En solches ε > 0 exstert, da für x R n \ B 2 0 und ε > 0 klen genug glt: w 1 x = J ε y x y dy = x, 2.22 B ε0 wobe wr benutzt haben, dass B ε0 J ε y dy = 1, sowe dass J ε y ene radale symmetrsche Funkton st und y ene antsymmetrsche Funkton st. Weterhn folgt aus den Egenschaften des Glättungsoperator J ε cf. Appendx???? dass auf B 2 0 glt: J ε w w, ε 0. Heraus und aus 2.22 folgt, dass für en genügend klenes ε > 0 und alle x R n glt: w 1 x 1/2, nsbesondere w 1 x 0. Dann würde aber de glatte Funkton w 2 x = 2w 1 w , 2.19 mt B = B 2 0 erfüllen, was nach 1. ncht möglch st. 3. Se nun A : B B ene stetge Funkton, de kenen Fxpunkt bestzt. Wr defneren w : B B dadurch, dass wx der Punkt auf dem Rand B st, der von dem Strahl, der aus Ax startet und durch x geht, getroffen wrd cf. Abb. 1. Dese Funkton st wohl defnert, da nach Voraussetzung Ax x für alle x B glt. Offenschtlch st w stetg und erfüllt 2.18, Des st en Wderspruch zu 2. und der Satz st bewesen Folgerung. Jede stetge Abbldung ener zu ener abgeschlossenen Kugel B R n homöomorphen Menge M n sch selbst bestzt enen Fxpunkt. Bewes. Se T: M M stetg und h: B M en Homöomorphsmus, d.h. h und h 1 snd stetg, enendeutg und surjektv. De durch A := h 1 T h: B B defnerte Abbldung st stetg. Somt folgt nach dem Satz von Brouwer de Exstenz enes Fxpunktes x 0 von A, d.h. A x 0 = x 0. Des bedeutet aber, dass h 1 Th x 0 = x 0 glt. Durch Anwendung von h auf beden Seten deser Glechung erhalten wr

10 1.2 De Fxpunktsätze von Brouwer und Schauder 17 Thx 0 = hx 0, d.h. hx 0 st der gesuchte Fxpunkt von T. Bespele von zu abgeschlossenen Kugeln homöomorphen Mengen snd nchtleere, konvexe, kompakte Mengen m R n, sowe nchtleere, kompakte, enfach zusammenhängende Mengen m R n. Nchtlneare Glechungssysteme Als erste Anwendung des Brouwerschen Fxpunktsatzes betrachten wr nun folgendes System von nchtlnearen Glechungen g x = 0, x R n, = 1,..., n, 2.24 wobe g : R n R, = 1,..., n, stetge, nchtlneare Funktonen snd, de folgender Bedngung genügen: R > 0 : g x x 0 x mt x = R Lemma. Seen g : R n R, = 1,..., n, stetge Funktonen, de der Bedngung 2.25 genügen. Dann exstert ene Lösung x 0 von 2.24 mt x 0 R. Bewes. Wr führen enen Wderspruchsbewes und nehmen an, dass das System 2.24 kene Lösung n B R 0 habe. Für g := g 1,..., g n defneren wr f x := R g x gx, = 1,..., n. Da gx > 0 für alle x B R 0 glt, st f = f 1,..., f n wohldefnert, stetg und bldet de abgeschlossene Kugel B R 0 n sch selbst ab. Somt folgt mt dem Satz von Brouwer de Exstenz enes Fxpunktes x von f n B R 0, d.h. x = fx. Daraus ergbt sch x = R, denn x = fx = R gx gx = R. Damt glt nach Bedngung g x x = f x x = x 2 gx R gx R = R gx < 0. Somt erhalten wr enen Wderspruch, also muss es ene Lösung von 2.24 n B R 0 geben.

11 18 1 Fxpunktsätze Wr wollen nun zegen, dass auch nchtlneare Unglechungen mthlfe des Brouwerschen Fxpunktsatzes behandelt werden können. Deses Problem trtt später be der Untersuchung von maxmal monotonen Operatoren auf Lemma Debrunner, Flor Se X en Banachraum mt Dualraum X und se K X ene konvexe, kompakte und nchtleere Telmenge von X. Ferner se M K X ene monotone Telmenge, d.h. für alle v, f, w, g M glt: f g, v w X Dann exstert für alle stetgen Operatoren T : K X X ene Lösung u K von f T u, v u X 0, v, f M Wr wollen de Aussage des Lemmas am Bespel X = R = X llustreren. Se K = [a, b] und ϕ: [a, b] R ene monoton wachsende Funkton. Der Graph von ϕ M = Gϕ := { x, ϕx R 2 x [a, b] } st ene monotone Menge, denn für alle x, y [a, b] glt: ϕx ϕy x y 0. Das Lemma 2.27 besagt dann, dass für alle stetgen Funktonen T : [a, b] R ene Lösung u [a, b] von ϕx T u x u 0, x [a, b] exstert. In Abhänggket von den konkreten Funktonen ϕ und T st de Lösung entweder ener der Randpunkte des Intervalls [a, b] oder en Schnttpunkt der beden Graphen. Als konkretes Bespel kann man betrachten: ϕx = x + 2, T x = x 2 und [a, b] = [ 3, 0] bzw. [a, b] = [0, 3] bzw. [a, b] = [0.5, 1.5] bzw. [a, b] = [ 6, 3]. Bewes Lemma Angenommen, 2.29 habe kene Lösung. Wr defneren für v X und f X Uv, f := {u K f T u, v u X < 0}. De Menge Uv, f st offen, denn für gegebene v X und f X st de Abbldung u f T u, v u X stetg. Das Problem 2.29 hat nach Annahme kene Lösung und somt glt: K Uv, f. v,f M Da de Menge K kompakt st, exstert ene endlche Überdeckung, d.h. es exsteren v, f M, = 1,..., m, so dass

12 1.2 De Fxpunktsätze von Brouwer und Schauder 19 K m Uv, f. Zu deser Überdeckung gbt es ene Zerlegung der Ens, d.h. es exsteren stetge Abbldungen β : K R, 0 β x 1, mt supp β Uv, f so, dass für alle u K glt: β u = Se nun K 1 de abgeschlossene, konvexe Hülle der v, = 1,..., m, d.h. K 1 = cov 1,..., v m. Für u K 1 defneren wr pu := qu := β u v, β u f. De Abbldung p: K 1 K 1 st stetg, dm K 1 <, und K 1 st homöomorph zu ener abgeschlossenen Kugel. Nach Folgerung 2.23 folgt damt de Exstenz enes Fxpunktes, d.h. Wr setzen für, j = 1,..., m Dann glt: u K 1 mt pu = u. j := f T u, v j u X. j + j = f T u, v j u X + f j T u, v u X = f T u, v u X f T u, v X + f T u, v j X + f j T u, v j u X f j T u, v j X + f j T u, v X 2.31 = + jj f f j, v v j X + jj, wobe m letzten Schrtt benutzt wurde, dass v, f M und M monoton st cf Wegen pu = u, wegen der Defnton von p und q, und wegen der Egenschaft 2.30 der Zerlegung der Ens glt:

13 20 1 Fxpunktsätze 0 = qu T u, pu u X m = β u f T u, β j u v j u = β u β j u j =,j=1 β u β j u 1 2 j + j,j=1 j=1 X β u β j u jj,,j= wobe auch de Symmetre der Matrx mt den Enträgen β u β j u und 2.31 benutzt wurden. Falls für rgendwelche, j glt: β u β j u > 0, folgt aufgrund der Egenschaften der Zerlegung der Ens: u Uv, f Uv j, f j. Nach Konstrukton von Uv, f muss dann gelten: < 0 und jj < 0, und es ergbt sch aus 2.32 der Wderspruch 0 < 0. Also erhalten wr β u = 0 = 1,..., m. Da aber u K 1 K, gbt es aufgrund der Egenschaften der Zerlegung der Ens enen Index 0 mt β 0 u > 0. Des st en Wderspruch, also exstert ene Lösung des Problems Kompakte Operatoren Wenn wr den Satz von Brouwer auf unendlch dmensonale Banachräume X übertragen wollen, erkennen wr folgendes Problem: De abgeschlossene Enhetskugel B 1 0 st n X ncht kompakt, was m R n glt und m Bewes des Satzes von Brouwer ene wchtge Rolle gespelt hat. Das folgende Gegenbespel zegt, dass selbst n separablen Hlberträumen de Analoge von Satz 2.17 ncht glt Satz Kakutan, Se H en unendlch dmensonaler separabler Hlbertraum. Dann gbt es ene stetge Abbldung f : H H, de de abgeschlossene Enhetskugel n sch selbst abbldet und kenen Fxpunkt bestzt.

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog 60 Kaptel 2. Lneare Optmerung 10 Innere-Punkte-Verfahren Lteratur: Geger, Kanzow, 2002, Kaptel 4.1 Innere-Punkte-Verfahren (IP-Verfahren) oder nteror pont methods bewegen sch m Gegensatz zum Smplex-Verfahren

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

3.3 Lineare Abbildungen und Matrizen

3.3 Lineare Abbildungen und Matrizen 33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n. Insttut für Stochastk PD. Dr. Deter Kadelka Danel Gentner Asymptotsche Stochastk (SS 2) Übungsblatt Aufgabe (Arten von Konvergenz reeller Zufallsvarablen und deren Zusammenhänge) Es seen X,, n N reelle

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Vorlesung 3 Differentialgeometrie in der Physik 13

Vorlesung 3 Differentialgeometrie in der Physik 13 Vorlesung 3 Dfferentalgeometre n der Physk 13 Bemerkung. Ist M Manngfaltgket, p M und φ : U R n Karte mt p U, so nennt man U auch Koordnatenumgebung und φ auch Koordnatensystem n p. Bespel 2.4 Seen R >

Mehr

konvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass

konvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass Funktonentheore, Woche 4 Konvergenz und Folgen 4. Glechmäßge Konvergenz Ene Zahlenfolge {α n } n N C konvergert, wenn es en l C gbt derart, dass ε > 0 N ε N : n > N ε = α n l < ε. Auch zu Folgen von Funktonen

Mehr

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie Prof. Dr. Jürgen Dassow Otto-von-Guercke-Unverstät Magdeburg Fakultät für Informatk Coderungstheore und Kryptographe Sommersemester 2005 1 2 Inhaltsverzechns 1 Defnton und Charakterserung von Codes 5 1.1

Mehr

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 ) Funktonentheore, Woche 10 Bholomorphe Abbldungen 10.1 Konform und bholomorph Ene konforme Abbldung erhält Wnkel und Orenterung. Damt st folgendes gement: Wenn sch zwe Kurven schneden, dann schneden sch

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

1 Differentialrechnung in mehreren Variablen

1 Differentialrechnung in mehreren Variablen 1 Dfferentalrechnung n mehreren Varablen 1.1 De Geometre eukldscher Räume Zur Ernnerung De Elemente des R n schreben wr normalerwese als Zelenvektoren: x = (x 1,..., x n ). Kommen Matrzen ns Spel, so st

Mehr

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

22. Vorlesung Sommersemester

22. Vorlesung Sommersemester 22 Vorlesung Sommersemester 1 Bespel 2: Würfel mt festgehaltener Ecke In desem Fall wählt man den Koordnatenursprung n der Ecke und der Würfel st durch den Berech x = 0 a, y = 0 a und z = 0 a bestmmt De

Mehr

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Taylorentwcklung (Approxmaton durch Polynome). Problemstellung Se T( x ) de Tangente an den Graphen der Funkton f(x) m Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Dann kann man de

Mehr

Invariantentheorie. Vorlesung 3. Lineare Operationen

Invariantentheorie. Vorlesung 3. Lineare Operationen Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invarantentheore Vorlesung 3 Lneare Operatonen Ene Operaton ener Gruppe G auf ener (geometrschen) Menge M st das gleche we en Gruppenhomomorphsmus der Gruppe

Mehr

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

Einführung in die numerische Mathematik

Einführung in die numerische Mathematik Prof. Dr. M. Günther K. Gauslng, M.Sc. C. Hendrcks, M.Sc. Sommersemester 1 Bergsche Unverstät Wuppertal Fachberech C Mathematk und Naturwssenschaften Angewandte Mathematk / Numersche Analyss Enführung

Mehr

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition Informatk II Raner Schrader und Implkanten Zentrum für Angewandte Informatk Köln 27. Oktober 2005 1 / 28 2 / 28 Was bsher geschah: jede Boolesche Funkton kann durch enfache Grundfunktonen dargestellt werden

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

1 Finanzmathematik. 1.1 Das Modell. Sei Xt 1.1 Das Modell Se Xt der Pres enes Assets zur Zet t und X = X ) 1 d der Rd +-dmensonale Presprozess. Das Geld kann auch zu dem rskolosen Znssatz r be ener Bank angelegt werden. Der Wert deser Anlage wrd

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13 M. 3. 5-4. 45, Dr. Ackermann 6..4 Übungsaufgaben Gewöhnlche Dfferentalglechungen Sere 3.) Bestmmung ener homogenen Dfferentalglechung zu gegebenen Funktonen y (partkuläre Lösungen) enes Fundamentalsystems.

Mehr

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt Kaptel 3 Zwe Personen Spele 3.1 Matrxspele 3.2 Matrxspele n gemschten Strategen 3.3 B Matrxspele und quadratsche Programme 3.4 B Matrxspele und lneare Komplementartätsprobleme 3.1 Matrxspele Wr betrachten

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

1 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

Funktionalanalysis II. Sommersemester 2002

Funktionalanalysis II. Sommersemester 2002 Funktionalanalysis II Sommersemester 2002 Prof. Dr. Michael Růžička Inhaltsverzeichnis 1 Fixpunktsätze 1 1.1 Der Banachsche Fixpunktsatz....................... 2 Gewöhnliche Differentialgleichungen....................

Mehr

16. Vorlesung Sommersemester

16. Vorlesung Sommersemester 16. Vorlesung Sommersemester 1 Das Egenwertproblem In allgemener Form hat das Egenwertproblem de Form A x = λ x, (1) wobe A ene n n-matrx, x en n-dmensonaler Vektor und λ der Egenwert st (n Englsch: egenvector,

Mehr

6. Hilbertraum und lineare Operatoren (mathematische Grundlagen QM)

6. Hilbertraum und lineare Operatoren (mathematische Grundlagen QM) 6. Hlbertraum und lneare Operatoren (mathematsche Grundlagen QM) 6.1 Hlbertraum Raum = mathematsches Konstrukt: Vektorraum a) Der lneare komplexe Raum st de Menge von mathematschen Objekten mt folgenden

Mehr

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ).

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ). 5 Interpolaton 5.1 De Lagrangesche Interpolatonsaufgabe Mt È n bezechnen wr den Raum der reellen Polynome vom Grad n. Gegeben seen n+1 verschedene Stützstellen x j Ê, j = 0,...,n, und n + 1 ncht notwendg

Mehr

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet. Determnanten - I Ene Determnante st ene Abbldung, welche ener quadratschen (!) Matrx ene Zahl zuordnet. Wr verwenden n desem Zusammenhang de Schrebwese A = a 2, wobe den -ten Zelenvektor der n n-matrx

Mehr

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig:

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig: 4.5 Lemma Das folgende Problem Par, 0, }max st NP-vollständg: Inut: d, m N mt m d, α N und x,...,x m, 0, } d l.u.. Frage: Exsteren κ,...,κ m, }, sodass m κ x α? Bemerkung: Beachte, dass wegen Satz 4.2

Mehr

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013 O. Alaya, S. Demrel M. Fetzer, B. Krnn M. Wed 5. Gruppenübung zur Vorlesung Höhere Mathematk Wntersemester /3 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshnwese zu den Hausaufgaben: Aufgabe H 6. Darstellungen

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten

Mehr

12 UMPU Tests ( UMP unbiased )

12 UMPU Tests ( UMP unbiased ) 89 1 UMPU Tests ( UMP unbased ) Nach Bemerkung 11.8(b) exstert m Allgemenen ken zwesetger UMP- Test zu enem Nveau α. Deshalb Enschränkung auf unverfälschte Tests: ϕ Φ α heßt unverfälscht (unbased) zum

Mehr

50 Matrixnormen und Eigenwertabschätzungen

50 Matrixnormen und Eigenwertabschätzungen 50 Matrxnormen und Egenwertabschätzungen 501 Motvaton De Berechnung der Egenwerte ener Matrx st aufwändg (vgl Kaptel 45, Kaptel 51) Kann man de Egenwerte ener Matrx mt gerngem Aufwand abschätzen? Des spelt

Mehr

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

Mehr

11 Charaktere endlicher Gruppen

11 Charaktere endlicher Gruppen $Id: chaakte.tex,v.4 2009/07/3 4:38:36 hk Exp $ Chaaktee endlche Guppen W hatten gesehen, dass w fü enge Guppen G allen mt Hlfe des Satz 3 de Anzahl und de Dmensonen de eduzblen Dastellungen beechnen können.

Mehr

Äquivalenzen stetiger und glatter Hauptfaserbündel

Äquivalenzen stetiger und glatter Hauptfaserbündel Äquvalenzen stetger und glatter Hauptfaserbündel Chrstoph Müller Chrstoph Wockel Fachberech Mathematk Unverstät Darmstadt 31. Süddeutsches Kolloquum über Dfferenzalgeometre Glederung 1 De Problemstellung

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

3 Elastizitätstheorie

3 Elastizitätstheorie 3 Elastztätstheore Für en elastsches Medum nmmt man enen spannungsfreen Referenzzustand an, der n Eulerkoordnaten durch x = Ax, t) gegeben st. Abwechungen werden beschreben durch de Verschebung ux, t)

Mehr

Die Transzendenz der Eulerschen Zahl e

Die Transzendenz der Eulerschen Zahl e De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen

Mehr

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

Mehr

Rotation (2. Versuch)

Rotation (2. Versuch) Rotaton 2. Versuch Bekannt snd berets Vektorfelder be denen das Lnenntegral über ene geschlossene Kurve Null wrd Stchworte: konservatve Kraft Potentalfelder Gradentenfeld. Es gbt auch Vektorfelder be denen

Mehr

Die mathematischen Grundlagen der Wellenmechanik

Die mathematischen Grundlagen der Wellenmechanik De mathematschen Grundlagen der Wellenmechank Zustände und deren Darstellung En physkalsches System wrd durch enen Zustand u charaktersert, ndem es durch ene bestmmte expermentelle Präparaton gebracht

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

1.1 Das Prinzip von No Arbitrage

1.1 Das Prinzip von No Arbitrage Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No

Mehr

Aspekte zur Approximation von Quadratwurzeln

Aspekte zur Approximation von Quadratwurzeln Aspete zur Approxmaton von Quadratwurzeln Intervallschachtelung Intervallhalberungsverfahren Heron-Verfahren Rechnersche und anschaulche Herletung Zusammenhang mt Newtonverfahren Monotone und Beschränthet

Mehr

Diplomvorprüfung DI H 04 VD : 1

Diplomvorprüfung DI H 04 VD : 1 Dplomvorprüfung DI H 04 VD : Aufgabe : Bewesen Se (zum Bespel mt Hlfe der Dfferentalrechnung) de folgende Glechung: ln(snh(x) + cosh(x)) + ln(cosh(x) snh(x)) 0, für alle x R. Es gbt (mnd.) 2 Möglchketen:.

Mehr

Die Leistung von Quicksort

Die Leistung von Quicksort De Lestung von Qucsort Jae Hee Lee Zusammenfassung Der Sorteralgorthmus Qucsort st als ens der effzenten Sorterverfahren beannt. In deser Ausarbetung werden wr sene Komplextät zuerst möglchst präzse schätzen

Mehr

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt: Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,

Mehr

Lineare Regression. Stefan Keppeler. 16. Januar Mathematik I für Biologen, Geowissenschaftler und Geoökologen

Lineare Regression. Stefan Keppeler. 16. Januar Mathematik I für Biologen, Geowissenschaftler und Geoökologen Mathematk I für Bologen, Geowssenschaftler und Geoökologen 16. Januar 2012 Problemstellung Bespel Maß für Abwechung Trck Mnmum? Exponentalfunktonen Potenzfunktonen Bespel Problemstellung: Gegeben seen

Mehr

6 Die Sobolev-Räume H m,p (Ω)

6 Die Sobolev-Räume H m,p (Ω) 6 De Sobolev-Räume H m,p () 6.1 Das Fundamentallemma der Varatonsrechnung In desem Abschntt snd ausnahmswese alle Funktonen reellwertg. We zuvor bezechnen wr mt L 1 loc () den Raum der messbaren Funktonen

Mehr

1 Definition und Grundbegriffe

1 Definition und Grundbegriffe 1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

Aufgabe 1. (i) (ii) Lineare Algebra II Übungsbetrieb Blatt Σ

Aufgabe 1. (i) (ii) Lineare Algebra II Übungsbetrieb Blatt Σ Lneare Algebra II Übungsbetreb Blatt 5 1 2 3 4 5 Σ Aufgabe 1 ( Vor: R Rng, M, N je R-Moduln, (T, τ und (T, τ zwe Tensorprodukte von M und N über R Beh:!f : T T R-lnearer Isomorphsmus mt f τ = τ Betrachte

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk und Wahrschenlchketsrechnung Statstk und Wahrschenlchketsrechnung 5. Vorlesung Dr. Jochen Köhler.03.0 Statstk und Wahrschenlchketsrechnung Wchtg!!! Vorlesung Do 4.03.0 HCI G3 Übung 5 D 9.03.0 Fnk

Mehr

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0 8. MARKOVKETTEN 17 8. Marovetten Abbldung 8.1: Reduzble und perodsche Marovette 8.1. Homogene Marovetten n dsreter Zet En Prozess {X n : n IIN} hesst homogene Marovette (n dsreter Zet) mt (abzählbarem)

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

Seminar Einführung in die Kunst mathematischer Ungleichungen

Seminar Einführung in die Kunst mathematischer Ungleichungen Semnar Enführung n de Kunst mathematscher Unglechungen Cauchys erste Unglechung und de Unglechung vom arthmetschen und geometrschen Mttel Sopha Volmerng. prl 0 Inhaltsverzechns Cauchys erste Unglechung.

Mehr

Bachelorarbeit. Cayley s Formel und das Abzählen von Bäumen. Viktoria Piribauer. Wien, September 2013

Bachelorarbeit. Cayley s Formel und das Abzählen von Bäumen. Viktoria Piribauer. Wien, September 2013 Bachelorarbet Cayley s Formel und das Abzählen von Bäumen Vktora Prbauer Wen, September 2013 Matrkelnummer: 1007394 Studenrchtung: A 033621 Mathematk Betreuer: Mag. Dr. Bernhard Krön, Prvatdoz. Inhaltsverzechns

Mehr

Definition des linearen Korrelationskoeffizienten

Definition des linearen Korrelationskoeffizienten Defnton des lnearen Korrelatonskoeffzenten r xy x y y r x xy y 1 x x y y x Der Korrelatonskoeffzent st en Indkator dafür, we gut de Punkte (X,Y) zu ener Geraden passen. Sen Wert legt zwschen -1 und +1.

Mehr

1.11 Beispielaufgaben

1.11 Beispielaufgaben . Bespelaufgaben Darstellung komplexer Zahlen Aufgabe. Man stelle de komplexe Zahl z = +e 5f n algebrascher Form, also als x + y dar. Damt man de Formel für de Dvson anwenden kann, muss zunächst der Nenner

Mehr

18. Dynamisches Programmieren

18. Dynamisches Programmieren 8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus

Mehr

Lineare Optimierung Einführung

Lineare Optimierung Einführung Kaptel Lneare Optmerung Enführung B... (Dre klasssche Anwendungen) Im Folgenden führen wr de ersten dre klassschen (zvlen) Anwendungen der lnearen Optmerung an: BS... (Produktonsplanoptmerung) En Betreb

Mehr

INTELLIGENTE DATENANALYSE IN MATLAB. Mathematische Grundlagen

INTELLIGENTE DATENANALYSE IN MATLAB. Mathematische Grundlagen INTELLIGENTE DATENANALYSE IN MATLAB Mathematsche Grundlagen Überblck Lneare Algebra: Vektoren, Matrzen, Analyss & Optmerung: Dstanzen, konvexe Funktonen, Lagrange-Ansatz, Stochastk: Wahrschenlchketstheore,

Mehr

Lösungen der Aufgaben zu Kapitel 2

Lösungen der Aufgaben zu Kapitel 2 Lösungen der Aufgaben zu Kaptel Abschntt 1 Aufgabe 1 Wr benutzen de Potenzrechenregeln, um ene Potenz von mt geradem Eponenten n oder mt ungeradem Eponenten n + 1 we folgt darzustellen: n n und n+1 n n

Mehr

Grundlagen der numerischen Strömungsmechanik, WS 2011/12

Grundlagen der numerischen Strömungsmechanik, WS 2011/12 Lehrstuhl für Aerodynamk und Strömungsmechank Prof H-J Kaltenbach Assstenz: E Lauer Grundlagen der numerschen Strömungsmechank, WS / Lösung zu Übung 5 Aufgabe : Fnte-Elemente-Verfahren De Dfferentalglechung

Mehr

Wir steuern einen Mini-Roboter!

Wir steuern einen Mini-Roboter! Wr steuern enen Mn-Roboter! Telnehmer: Marek Bartusch Cecla Lange Yannck Lehmann Johannes-Lucas Löwe Ncolas Menzel Huong Thao Pham Floran Pogatzk Anne Reulke Jonas Wanke Maran Zuska mt tatkräftger Unterstützung

Mehr

ALGEBRAISCHE TOPOLOGIE

ALGEBRAISCHE TOPOLOGIE ALGEBRAISCHE TOPOLOGIE OLIVER C. SCHNÜRER Zusammenfassung. Be desem Manuskrpt handelt es sch um Notzen zu ener Vorlesung Algebrasche Topologe an der Freen Unverstät Berln m Sommersemester 2007 und an der

Mehr

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY) Bedngte Entrope Kaptel : Bedngte Entrope Das vorherge Theorem kann durch mehrfache Anwendung drekt verallgemenert werden H (... H ( = Ebenso kann de bedngt Entrope defnert werden Defnton: De bedngte Entrope

Mehr

ijk n j x k + O( 2 ) für i =1, 2, 3 x k + O( 2 ) für i =1, 2, 3 ijk n j ~ (i~ ijk )n j x k + O( 2 ) für i =1, 2, 3. (V.28)

ijk n j x k + O( 2 ) für i =1, 2, 3 x k + O( 2 ) für i =1, 2, 3 ijk n j ~ (i~ ijk )n j x k + O( 2 ) für i =1, 2, 3. (V.28) V.3 Drehungen 83 V.3 Drehungen Jetzt werden dredmensonale Drehungen und hre Wrkung betrachtet. Wenn ~n der Enhetsvektor entlang der Drehachse und der Wnkel der Drehung snd, kann wrd de Transformaton des

Mehr

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombnator. Problemstellung Ausgangspunt be ombnatorschen Fragestellungen st mmer ene endlche Menge M, aus deren Elementen man endlche Zusammenstellungen von Elementen aus M bldet. Formal gesprochen bedeutet

Mehr

Lineare Algebra IIa Vorlesung - Prof. Dr. Daniel Roggenkamp & Sven Balnojan

Lineare Algebra IIa Vorlesung - Prof. Dr. Daniel Roggenkamp & Sven Balnojan Lneare Algebra IIa - 04 orlesung - Pro Dr Danel Roggenkamp & Sen Balnojan 93 Untäre ektorräume hermtesche Form au enem C ektorraum sesqulnear (ant-lnear m ersten lnear m zweten Argument (, w (w, (, 2 R

Mehr

Zwei Sätze von Joseph Wolstenholme. Johann Cigler

Zwei Sätze von Joseph Wolstenholme. Johann Cigler Zwe Sätze von Joseh Wolstenholme Johann Cgler Vor enger Zet sandte mr Herr P., en hlosohsch gebldeter älterer Mann, enge Bemerkungen zu enem Resultat von Joseh Wolstenholme, das er folgendermaßen formulerte:

Mehr

Zusammenfassung der letzten LVA. Diskrete Mathematik

Zusammenfassung der letzten LVA. Diskrete Mathematik Zusammenfassung Dskrete Mathematk Chrstna Kohl Georg Moser Oleksandra Panasuk Chrstan Sternagel Vncent van Oostrom Insttut für Informatk @ UIBK Sommersemester 2017 Zusammenfassung der letzten LVA ene Telmenge

Mehr

Alternative Beweise. Man notiere jede positive rationale Zahl im Stellenwertsystem zur Basis 2; der Bruch 5 7. zum Beispiel hat also dann die Form 101

Alternative Beweise. Man notiere jede positive rationale Zahl im Stellenwertsystem zur Basis 2; der Bruch 5 7. zum Beispiel hat also dann die Form 101 Alternatve Bewese Klaus-R. Löffler Inhaltsverzechns Vorbemerkungen De nachfolgend angegebenen Bewese oder Bewesvaranten snd n gewsser Wese der Unterhaltungsmathematk zuzurechnen: Es geht darum, zu engen

Mehr

Der Satz von COOK (1971)

Der Satz von COOK (1971) Der Satz von COOK (1971) Voraussetzung: Das Konzept der -Band-Turng-Maschne (TM) 1.) Notatonen: Ene momentane Beschrebung (mb) ener Konfguraton ener TM st en -Tupel ( α1, α2,..., α ) mt α = xqy, falls

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

arxiv: v1 [math.nt] 10 Apr 2014

arxiv: v1 [math.nt] 10 Apr 2014 Über de ratonalen Punkte auf der Sphäre von Nkolay Moshchevtn 1 Moskau) arxv:1404.907v1 [math.nt] 10 Apr 014 Wr beschäftgen uns her mt der Approxmaton von Punkten auf der n-dmensonalen Sphäre durch ratonale

Mehr

Die Hamilton-Jacobi-Theorie

Die Hamilton-Jacobi-Theorie Kaptel 7 De Hamlton-Jacob-Theore Ausgearbetet von Rolf Horn und Bernhard Schmtz 7.1 Enletung Um de Hamlton schen Bewegungsglechungen H(q, p q k = p k H(p, q ṗ k = q k zu verenfachen, führten wr de kanonschen

Mehr

Runge-Kutta-Theorie: Adjungierte Verfahren, A-Stabilität, Steife Systeme

Runge-Kutta-Theorie: Adjungierte Verfahren, A-Stabilität, Steife Systeme Runge-Kutta-Teore: Adjungerte Verfaren, A-Stabltät, Stefe Systeme Andre Neubert bat@un-paderborn.de Semnar Numerk für Informatker, SS2004: Runge-Kutta-Teore Sete Glederung : - Adjungerte Verfaren / Symmetrsce

Mehr

1.Schularbeit 22.Okt A. A) Berechne ohne TI-92: Beachte: Für die Beispiele 1 und 2 sind alle notwendigen Rechenschritte anzugeben.

1.Schularbeit 22.Okt A. A) Berechne ohne TI-92: Beachte: Für die Beispiele 1 und 2 sind alle notwendigen Rechenschritte anzugeben. 1.Schularbet.Okt. 1997 7.A A) Berechne ohne TI-9: Beachte: Für de Bespele 1 und snd alle notwendgen Rechenschrtte anzugeben. 1a) De zu z= a + bkonjugert komplexe Zahl st z= a b. Zege für z 1 = -4 + 3 und

Mehr

Algebraische Kombinatorik und Anwendungen in der kommutativen Algebra

Algebraische Kombinatorik und Anwendungen in der kommutativen Algebra Algebrasche Kombnatork und Anwendungen n der kommutatven Algebra Dr. Martna Kubtzke Wntersemester 2012/13 Goethe-Unverstät Frankfurt Inhaltsverzechns 1 Monomale Ideale und smplzale Komplexe 1 1.1 Monomale

Mehr

Resultate / "states of nature" / mögliche Zustände / möglicheentwicklungen

Resultate / states of nature / mögliche Zustände / möglicheentwicklungen Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und

Mehr

Neuronale Netze. M. Gruber (1) ausgeloste Reiz ist x (1) = (1) (s (1) ) mit (1) (s) = 1 sgn(s 1 ) sgn(s 2 ) T. .

Neuronale Netze. M. Gruber (1) ausgeloste Reiz ist x (1) = (1) (s (1) ) mit (1) (s) = 1 sgn(s 1 ) sgn(s 2 ) T. . Neuronale Netze M. Gruber 7.11.015 Begnnen wr mt enem Bespel. Bespel 1 Wr konstrueren enen Klasskator auf der Menge X = [ 1; 1], dessen Wrkung man n Abb.1 rechts sehen kann. Auf der blauen Telmenge soll

Mehr

Mathematik für Ökonomen Kompakter Einstieg für Bachelorstudierende Lösungen der Aufgaben aus Kapitel 12 Version 1.0 (11.

Mathematik für Ökonomen Kompakter Einstieg für Bachelorstudierende Lösungen der Aufgaben aus Kapitel 12 Version 1.0 (11. Mathematk für Ökonomen Kompakter Ensteg für Bachelorstuderende Lösungen der Aufgaben aus Kaptel Verson.. September 5) E. Cramer, U. Kamps, M. Kater, M. Burkschat 5 Cramer, Kamps, Kater, Burkschat Lösungen

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen

Mehr

Hydrosystemanalyse: Finite-Elemente-Methode (FEM)

Hydrosystemanalyse: Finite-Elemente-Methode (FEM) Hydrosystemanalyse: Prof. Dr.-Ing. habl. Olaf Koldtz 1 Helmholtz Centre for Envronmental Research UFZ, Lepzg 2 Technsche Unverstät Dresden TUD, Dresden Dresden, 03. Jul 2015 1/31 Prof. Dr.-Ing. habl. Olaf

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. Dr. chel Wolf Dnel Stlck Frnç Stefn Huber Zentrlübung Z2.1. Whrschenlchketsdchten TECHNISCHE UNIVERSITÄT ÜNCHEN Zentrum themtk themtk 4 für Physker (Anlyss 3) A924 Se f : (, 1) 2 R ene stetge Funkton

Mehr

Modellierung von Hydrosystemen Numerische und daten-basierte Methoden 2018 Finite-Elemente-Methode Selke-Modell

Modellierung von Hydrosystemen Numerische und daten-basierte Methoden 2018 Finite-Elemente-Methode Selke-Modell Modellerung von Hydrosystemen Numersche und daten-baserte Methoden BHYWI-22-21 @ 2018 Fnte-Elemente-Methode Selke-Modell Olaf Koldtz *Helmholtz Centre for Envronmental Research UFZ 1 Technsche Unverstät

Mehr

5.3.3 Relaxationsverfahren: das SOR-Verfahren

5.3.3 Relaxationsverfahren: das SOR-Verfahren 53 Iteratve Lösungsverfahren für lneare Glechungssysteme 533 Relaxatonsverfahren: das SOR-Verfahren Das vorangehende Bespel zegt, dass Jacob- sowe Gauß-Sedel-Verfahren sehr langsam konvergeren Für de Modellmatrx

Mehr

Proseminar Spieltheorie SS 2006 Ausarbeitung zum Vortrag Allgemeine Zwei-Personenspiele am Vortragender: Florian Leiner

Proseminar Spieltheorie SS 2006 Ausarbeitung zum Vortrag Allgemeine Zwei-Personenspiele am Vortragender: Florian Leiner Prosemnar Speltheore SS 2006 Ausarbetung zum Vortrag Allgemene Zwe-Personenspele am 06.07.2006 Vortragender: Floran Lener Der Vortrag basert auf dem entsprechenden Kaptel wo-person general-sum games aus

Mehr

Lineare Algebra B. Herzog, Universität Leipzig, Institut für Mathematik und Informatik, Vorlesung des ersten Studienjahrs im Herbstsemester 2007

Lineare Algebra B. Herzog, Universität Leipzig, Institut für Mathematik und Informatik, Vorlesung des ersten Studienjahrs im Herbstsemester 2007 Lneare Algebra B. Herzog, Unverstät Lepzg, Insttut für Mathematk und Informatk, Vorlesung des ersten Studenjahrs m Herbstsemester 2007 Hnwese Aufgaben Am Anfang jeder Woche werden jewels 3 Aufgaben ns

Mehr